Suncorp已经将IBM Watson引入其在线索赔系统，每年处理超过50万个交通事故索赔，以帮助该保险公司更好地了解索赔的情况并确定责任。

使用IBM Watson的Natural Language Classifier（自然语言分类器），系统可以分析客户对汽车事故的描述；然而，由于描述通常是以对话方式写出来的，IBM表示它们经常会包括口语和澳大利亚俚语，Watson需要学习这些才能正确地协助Suncorp工作。

该技术正在Suncorp的各大个人保险品牌中使用，包括AAMI、Suncorp、GIO和Bingle。

该平台依靠Watson进行责任分析，并协助快速跟踪简易索赔，如有详细描述的单方车辆事故。然而，如果客户提供的事故描述有限，或者系统在确定责任方面的可信度较低，则该索赔将转交给人类员工来帮助决策。

Suncorp保险公司的首席执行官Gary Dransfield表示，这项人工智能技术于2017年6月开始投入使用，此后，通过该过程快速追踪的客户比例增加了三倍，Watson支持索赔的提交、超额支付或放弃，并可以在五分钟内预订维修。

Dransfield星期三在一份声明中表示，“这项技术增强了我们的索赔顾问的知识和专长，提供数据驱动的洞察力，并为我们的责任决策带来了更大的信心，同时也帮助我们加快了客户的流程，同时在他们通常会感到压力很大的时候改善了他们的体验。”

“最终，通过提供创新的数字化解决方案，帮助客户更容易地完成索赔流程，从而提升了我们客户的体验。”

Dransfield表示，依靠技术做出决定将确保索赔流程精简。这种方法也将导致更一致的责任决策，Suncorp希望Watson可以根据历史索赔和行业准则建立可靠的参考点。

Suncorp使用了将近15,000个去个性化的索赔情景以及由此产生的责任确定，还有澳大利亚审慎监管局（Australian Prudential Regulatory Authority ，APRA）的指导方针训练Watson掌握关于确定机动车辆事故责任的复杂性。在试用期结束时，Watson可以准确地确定约90％的案件的责任。

Suncorp的首席执行官兼执行董事Michael Camero在公布2017财年业绩时告诉股东，该集团的税后利润为3.94亿澳元，如果不需要进一步为其核心银行平台投入资金（已经与Oracle签署了合作协议），则税后利润将会更高。

在2014年5月份宣布该公司将致力于投入约2.7亿澳元来改变其核心银行系统之后，该银行之前的目标是在2018财年通过技术优化计划获得1.7亿澳元的收益。

Cameron解释说，Suncorp决定将一小批产品留在旧系统上运行，而不是冒险推出新平台。

Cameron表示，“归根结底，客户体验是非常重要的；我们不想陷入中断的境地，所以我们所做的一切是等待同一款软件新版本的发布，其中包含了我们想要的各种各样的东西，而不是在内部自己建立这些东西。”

“这实际上会让我们付出的代价更小一些，从客户的角度来看，这将会降低运营风险，对于我们来说，这意味着在一段时间内运行两个系统。这样虽然不太理想，但是我们已经思考了很长时间，并进行了认真的考虑。”